龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：哈尔滨工业大学(威海);威海天帆智能科技有限公司
摘要：本申请属于无人船智能控制技术领域，提供一种基于双向深度强化学习的多无人船协同围捕训练方法，包括以下步骤：建立基于深度强化学习的多无人船的协同围捕模型，所述协同围捕模型包括至少一个基于深度强化学习的围捕策略网络；建立机动目标的逃逸模型，所述逃逸模型包括至少两个非智能逃逸子模型以及至少一个基于深度强化学习的逃逸策略网络；对所述协同围捕模型及逃逸模型进行多任务双向深度强化学习训练，所述多任务双向深度强化学习训练包括至少三次正向训练任务以及至少一次反向训练任务。本申请提供的方法通过对深度强化学习训练方式进行优化，能够迅速提升多个无人船对各类机动目标进行高效协同围捕的能力。
主权项：1.一种基于双向深度强化学习的多无人船协同围捕训练方法，其特征在于，包括以下步骤：建立基于深度强化学习的多无人船的协同围捕模型，所述协同围捕模型包括至少一个基于深度强化学习的围捕策略网络；建立机动目标的逃逸模型，所述逃逸模型包括至少两个非智能逃逸子模型以及至少一个基于深度强化学习的逃逸策略网络；对所述协同围捕模型及逃逸模型进行多任务双向深度强化学习训练，所述多任务双向深度强化学习训练包括至少三次正向训练任务以及至少一次反向训练任务，其中，所述机动目标在执行各次正向训练任务时分别使用所述逃逸模型中的至少两个非智能逃逸子模型以及至少一个逃逸策略网络对所述协同围捕模型进行深度强化学习训练，且机动目标在各次正向训练任务中的逃逸轨迹复杂程度依次提高；各个无人船在执行所述反向训练任务时基于已训练的协同围捕模型对所述至少一个逃逸策略网络进行深度强化学习训练，且最后一次反向训练任务先于最后一次正向训练任务被执行。
全文数据：
权利要求：
百度查询： 哈尔滨工业大学(威海) 威海天帆智能科技有限公司 基于双向深度强化学习的多无人船协同围捕训练方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号